OpenAI Dots: Czym są zawsze aktywne agenty AI OpenAI?

TL;DR

OpenAI Dots to trwałe, zawsze aktywne osobiste agenty w ChatGPT. Zasilane przez GPT-6 Astra, Dot ma własny komputer w chmurze i może kontynuować powierzoną pracę między rozmowami. Ten przewodnik pomaga użytkownikom i deweloperom zrozumieć, czym są Dots, oraz wybrać między Dot, Codex, ChatGPT Work i własnym agentem API.

Dots nie są po prostu zamiennikiem dla Codex ani ChatGPT Work. Codex pozostaje skoncentrowany na inżynierii oprogramowania, podczas gdy ChatGPT Work jest zaprojektowany wokół dłuższych, wieloetapowych zadań i gotowych rezultatów. Dot działa bardziej jak trwały, osobisty agent nadzorujący toczące się prace i może koordynować zadania Work lub Codex, gdy to stosowne.

Główny kompromis dla deweloperów to wygoda kontra kontrola implementacji. Dots zarządzają doświadczeniem agenta. Własny agent API pozwala deweloperom definiować interfejsy narzędzi, zachowanie aplikacji i atrybucję kosztów. Dokładne rozliczenia nadal wymagają uzgodnienia zapisów użycia z kosztami modelu, narzędzi, obliczeń i usług zewnętrznych.

Najważniejsze wnioski

• OpenAI Dots to trwałe osobiste agenty, a nie samodzielny model bazowy.
• Dot łączy komputer w chmurze, połączone aplikacje, pamięć i bieżącą pracę; proaktywne badania są tylko do odczytu.
• Codex skupia się na inżynierii oprogramowania, ChatGPT Work na znaczących dostarczalnych wynikach, a Dots na ciągłej odpowiedzialności między zadaniami.
• Agenci API dają deweloperom kontrolę nad schematami funkcji, logiką wykonania, zatwierdzeniami, logami i doświadczeniem użytkownika w aplikacji.
• Zapisy użycia API wspierają szczegółową atrybucję kosztów, ale dokładne opłaty wymagają uzgodnienia rozliczeń; Dots nie ujawniają równoważnej, publicznej księgi dla deweloperów w zrecenzowanej dokumentacji.

Czym są OpenAI Dots?

OpenAI opisuje Dots jako zawsze aktywne agenty stworzone do obsługi bieżącej pracy. Lepiej rozumieć je jako zarządzany produkt agentski niż nowy model AI. Ich inteligencja pochodzi z GPT-6 Astra, do którego deweloperzy mają dostęp również poprzez GPT-6 Astra API in CometAPI dla własnych aplikacji. Wywołanie tego modelu nie zapewnia produktu Dots ani jego zarządzanego środowiska uruchomieniowego.

Zwykła rozmowa w ChatGPT jest głównie sterowana żądaniami: zadajesz pytanie, ChatGPT odpowiada, a późniejsze interakcje kontynuują z dostępnego kontekstu. Dot dodaje znacznie silniejsze pojęcie trwałości. Nadajesz mu cel, decydujesz, do których aplikacji może mieć dostęp, i określasz, jak niezależnie może działać.

Każdy Dot otrzymuje własny komputer i przeglądarkę w chmurze. Może prowadzić badania, analizować dane, przygotowywać dokumenty, tworzyć oprogramowanie i zwracać wyniki do przeglądu. Praca w chmurze może trwać, gdy komputer użytkownika jest wyłączony; praca delegowana na połączony komputer lokalny ma odrębne wymagania dostępności.

Rola główna i ciągła odpowiedzialność

Wybieraj według potrzebnego rezultatu, zamiast zakładać wyłączność możliwości produktów. Odpowiedzialny za wdrożenie może użyć Dots dla ciągłości, Work do przygotowania prezentacji, a Codex do implementacji funkcji. Tabela opisuje nacisk produktowy, a nie twardą granicę techniczną.

Delegowanie zadań i dostępność lokalna

Dots mogą tworzyć pracę w tle, wątki w chmurze oraz zadania Work lub Codex na połączonych komputerach. W przypadku zadań lokalnych utrzymuj połączony komputer online z otwartą aplikacją ChatGPT. Środowisko chmurowe Dot nie przenosi automatycznie logowania z lokalnej przeglądarki ani nie daje dostępu do każdej istniejącej rozmowy.

Codex pyta: "Jakie oprogramowanie powinienem zbudować lub zmienić?"

ChatGPT Work pyta: "Jaką pracę powinienem dokończyć?"

Dots pyta: "Jaką odpowiedzialność mam wciąż dla Ciebie prowadzić?"

Co potrafią OpenAI Dots?

Praca ciągła i działania następcze

Dot niesie ciągłą odpowiedzialność między rozmowami. Może utrzymywać aktualność briefu wdrożeniowego, badać nowy feedback i wracać do decyzji, gdy pojawiają się istotne informacje. Podaj źródła, oczekiwany rezultat, harmonogram lub wyzwalacz aktualizacji oraz decyzje wymagające Twojego udziału.

Może także prowadzić proaktywne badania tylko do odczytu i prowadzić prywatne notatki. Ten tryb zbiera kontekst; istotne działania następcze pozostają objęte uprawnieniami i przeglądem.

Komputer w chmurze i połączone aplikacje

Każdy Dot ma komputer i przeglądarkę w chmurze, więc praca w chmurze może trwać, gdy Twoje urządzenie jest wyłączone. Wtyczki zapewniają dostęp do połączonych aplikacji w granicach uprawnień konta. Komputer lokalny to osobne, opcjonalne połączenie; utrzymuj go online z otwartą aplikacją ChatGPT do pracy lokalnej.

Dokumenty, analizy i zadania programistyczne

Dot może prowadzić badania, analizować dane, przygotowywać dokumenty i budować oprogramowanie bezpośrednio lub koordynować zadania Work i Codex, gdy to użyteczne. Przeglądaj wyniki, ważne decyzje i wymagane zatwierdzenia, w miarę rozwoju odpowiedzialności.

Poniższy przekreślony materiał jest zachowany w oryginalnym miejscu sekcji do przeglądu redakcyjnego; jego użyteczne punkty zostały skonsolidowane powyżej.

Jak działają OpenAI Dots?

Koncepcyjnie Dots łączą pięć warstw:

• GPT-6 Astra zapewnia rozumowanie i inteligencję agentową.
• Trwały kontekst agenta pozwala Dot pamiętać cele i kontynuować odpowiedzialność między rozmowami.
• Dedykowany komputer w chmurze daje środowisko do przeglądania, pracy na plikach i zadań komputerowych.
• Wtyczki i połączone usługi zapewniają strukturalny dostęp do zewnętrznych danych i działań.
• Systemy zatwierdzeń i bezpieczeństwa decydują, czy zamierzona akcja może zostać wykonana.

Model jest więc tylko jedną częścią agenta. Produkt opakowuje model w trwałe środowisko wykonawcze, uprawnienia, połączone narzędzia, pamięć i przegląd działań.

Koncepcyjnie cel prowadzi do planowania, pobierania kontekstu, użycia narzędzi lub delegowania, przeglądu i kontynuowania pracy. To mentalny model czytelnika produktu, a nie opublikowany diagram wewnętrznej architektury OpenAI.

Pamięć ma różne warstwy: rozmowę, odpowiednią zapisaną pamięć ChatGPT oraz własne notatki Dot o preferencjach, decyzjach i odpowiedzialnościach. Te notatki nie są pełnym transkryptem, a zmiana ustawienia pamięci ChatGPT niekoniecznie zmienia już utworzone notatki.

Jak OpenAI Dots obsługują bezpieczeństwo i uprawnienia?

Zawsze aktywny agent wymaga silniejszych kontroli niż zwykły chatbot, ponieważ potencjalnie może czytać prywatne informacje i podejmować działania. OpenAI zatem oddziela proaktywne gromadzenie informacji od działań o konsekwencjach.

Uprawnienia Dots i custom rules pozwalają użytkownikom zezwalać na działania, wymagać kontroli lub je blokować. Uprawnienia wtyczek stosują się osobno. Te kontrolki nie zastępują wbudowanych zabezpieczeń, a administratorzy przestrzeni roboczych mogą ograniczyć dostępność Custom Rules.

Dots nadal mogą popełniać błędy. Uprawnienia, granice zatwierdzeń i przegląd pozostają istotne w przypadku procesów o konsekwencjach.

Automatyczna weryfikacja działań

Zanim działanie wpłynie na konto lub udostępni informacje, automatyczny przegląd sprawdza instrukcje, uprawnienia, Custom Rules i zabezpieczenia. Może zezwolić na działanie, wymagać Twojej zgody lub przekazać krok Tobie, np. zmianę hasła. Custom Rules nie mogą nadpisać wbudowanych zabezpieczeń ani przyznać dostępu do aplikacji.

Prywatność i dane treningowe

Dla workspace’ów Business, Enterprise i Edu dane biznesowe domyślnie nie są używane do trenowania modeli. Uprawnione rozmowy i zadania na planach osobistych podlegają ustawieniom kontroli danych konta. OpenAI nie trenuje bezpośrednio na proaktywnych badaniach ani prywatnych notatkach Dot; gdy te informacje trafiają do uprawnionej rozmowy lub zadania, obowiązują odpowiednie ustawienia. Ta polityka danych nie oznacza, że każdy wymieniony plan ma dostęp do Dots.

OpenAI Dots vs. Codex vs. ChatGPT Work

Dots, Codex i ChatGPT Work nakładają się, ponieważ wszystkie trzy mogą wykonywać pracę agentową. Ich zamierzona jednostka odpowiedzialności jest inna.

Codex skupia się na przepływach pracy związanych z inżynierią oprogramowania. ChatGPT Work obsługuje zadania, które chcesz delegować, takie jak badania, analiza czy tworzenie plików, natychmiast lub według harmonogramu. Dots dodają ciągłość w ramach trwającej odpowiedzialności; mogą również wykonywać pracę bezpośrednio i delegować zadania, gdy to użyteczne.

Gotowe rezultaty vs. ciągła odpowiedzialność

ChatGPT Work i Dots nakładają się w zakresie prac, które mogą wykonać. Zlecenie Work zwykle koncentruje się na konkretnym rezultacie, np. decku analizy konkurencyjnej; Dot utrzymuje odpowiedzialność za wdrożenie w czasie i koordynuje działania następcze, gdy okoliczności się zmieniają. To opis nacisku produktowego, a nie wyłącznej granicy technicznej.

Jak oceniać OpenAI Dots w realnej pracy?

Benchmark modelu nie określa, jak niezawodnie Dots ukończą konkretny proces biznesowy. Model to jeden komponent; połączone aplikacje, granice uprawnień, wymagania logowania, zmieniający się kontekst i przegląd przez użytkownika wpływają na wynik końcowy.

Oceniaj Dots na reprezentatywnej pracy, takiej jak utrzymanie briefu wdrożeniowego lub zbadanie zgłoszenia wsparcia. Mierz poprawność wyniku, zakres potrzebnej interwencji człowieka, poszanowanie uprawnień przez agenta oraz to, czy wznawia pracę właściwie po pojawieniu się nowych informacji. Utrzymuj zadanie, dostępne narzędzia, kryteria akceptacji i metodę przeglądu spójnymi przy porównywaniu alternatyw.

Dla implementacji API mierz także koszt ukończonych zadań, ponowienia, opóźnienia i nieudane wywołania narzędzi. Same surowe wyniki modelu nie odpowiedzą, czy zarządzany Dot czy własny agent to lepsze dopasowanie.

OpenAI Dots vs. budowa własnego agenta na API

Zarządzana konfiguracja i obowiązki dewelopera

Dots optymalizują wygodę. Agenci API optymalizują kontrolę.

W Dots OpenAI obsługuje większość stosu agenta za Ciebie: wybór modelu w ramach produktu, środowisko chmurowe, pamięć, połączone aplikacje, pętla agenta i infrastrukturę bezpieczeństwa. Z OpenAI API deweloperzy definiują znacznie więcej sami.

Agents API i niższopoziomowe narzędzia Responses/Agents dają deweloperom wyraźną kontrolę nad modelami, instrukcjami, schematami narzędzi, połączeniami MCP, środowiskami wykonania, obserwowalnością i logiką aplikacji.

Własny agent API przenosi odpowiedzialność inżynieryjną na Twój zespół: trwałość, harmonogramowanie, uprawnienia, obsługa poświadczeń, odzyskiwanie po awariach, wdrożenie i kontrolki dla użytkownika nadal trzeba zbudować lub skonfigurować. Wymagania bezpieczeństwa dostawcy i wsparcie funkcji API nadal obowiązują.

Atrybucja kosztów i uzgadnianie rozliczeń

Rozmowy Dot nie wliczają się do limitów użycia ChatGPT. Plan zapewnia pulę na głębszą pracę, podczas gdy delegowane zadania Work i Codex używają limitów tych produktów. Traktuj je jako oddzielne kategorie użycia. Własny agent API zamiast tego udostępnia haki księgowe do przypisywania wydatków do klientów, zgłoszeń lub działów.

Rejestrowane użycie agenta i ślady pomagają deweloperom przypisać pracę agenta głównego i subagentów. Użycie jest best‑effort: może być niekompletne lub zaktualizowane później i nie stanowi rachunku końcowego. Udokumentowane pola usage nie ujawniają osobnych zliczeń zapisów do cache, więc same nie mogą określić dokładnych opłat, gdy obowiązuje wycena zapisów do cache.

Dla estymacji kosztów produkcyjnych użyj aktualnej dokumentacji cen modelu oraz własnych zapisów rozliczeń dostawcy. Długość kontekstu, poziom usługi, przetwarzanie regionalne, narzędzia i infrastruktura mogą zmieniać całkowity koszt. Cennik OpenAI nie jest ofertą dla CometAPI.

Prowadź rejestr zadań rozdzielający niekeszowane wejście, odczyty z cache, zapisy do cache tam, gdzie dostępne, wyjście wraz z rozumowaniem, ponowienia oraz wywołania subagentów. Dodaj stosowne opłaty za narzędzia, obliczenia sandbox, infrastrukturę i usługi zewnętrzne, a następnie uzgodnij tę estymację z zafakturowanymi opłatami. Nie dodawaj keszowanego wejścia do całkowitego wejścia bez korekty o część keszowaną.

To umożliwia precyzyjny proces rozliczeniowy, gdy pełne dane rozliczeń są dostępne; nie sprawia jednak, że każdy response usage API jest dokładnym oświadczeniem kosztu. Nie implikuje także, że Dots są z natury droższe.

Schematy narzędzi i kontrola wykonania

Dots pozwalają użytkownikom łączyć wspierane integracje i definiować uprawnienia lub Custom Rules. Agent API pozwala deweloperom definiować wywoływalny interfejs: nazwy funkcji, typy argumentów, dozwolone wartości, kod wykonania, autoryzację backendu i UI pokazywany użytkownikom. To poziom kontroli implementacyjnej w ramach wspieranych możliwości API.

Poniższy schemat udostępnia jedną operację z dwoma wymaganymi argumentami i stałym zbiorem wartości statusów. To definicja narzędzia, nie kompletna aplikacja do uruchomienia; Twój backend musi zaimplementować funkcję i egzekwować dostęp do leada.

{
  "type": "function",
  "name": "update_lead_status",
  "description": "Update only the sales-stage field for an existing lead.",
  "strict": true,
  "parameters": {
    "type": "object",
    "properties": {
      "lead_id": {
        "type": "string"
      },
      "status": {
        "type": "string",
        "enum": [
          "qualified",
          "unqualified",
          "follow_up"
        ]
      }
    },
    "required": [
      "lead_id",
      "status"
    ],
    "additionalProperties": false
  }
}

Ścisłe schematy funkcji ograniczają generowane argumenty. Aplikacja wykonuje funkcję, sprawdza własność tenantową i autoryzację, weryfikuje przejścia stanów i stosuje wymagane zatwierdzenia. Prawidłowy schemat sam w sobie nie gwarantuje, że działanie jest autoryzowane ani że model podejmie właściwą decyzję biznesową.

Dots nie udostępniają tego samego publicznego interfejsu deweloperskiego do zastępowania ich wewnętrznych schematów narzędzi, orkiestracji i instrumentacji rozliczeń. Zapewniają jednak istotne kontrolki użytkownika nad połączonymi aplikacjami i dozwolonymi działaniami. Różnica dotyczy poziomu ujawnionej kontroli, a nie braku kontrolek w Dots.

Czy deweloperzy mogą zbudować agenta podobnego do Dots przy użyciu OpenAI API?

Tak, choć nie jest to klon „na jedno wywołanie”. Deweloperzy mogą połączyć trwałe sesje, wywoływanie funkcji, wyszukiwanie w sieci, użycie komputera, serwery MCP, wykonanie w tle, śledzenie i własną orkiestrację, aby odtworzyć wiele idei architektonicznych stojących za zawsze aktywnym agentem.

Kompromis to praca inżynieryjna: Dots pakują stos agenta w zarządzany produkt, podczas gdy API dostarcza klocki.

Kiedy używać OpenAI Dots zamiast agenta opartego na API?

Dots mają sens, gdy agent istnieje przede wszystkim dla Ciebie: śledzi osobistą pracę, koordynuje badania, podąża za projektami, organizuje informacje w połączonych usługach lub utrzymuje ciągłość wielu drobnych zadań.

Własny agent API ma większy sens, gdy agent istnieje głównie w Twoim produkcie lub procesie biznesowym. Jeśli potrzebujesz rozliczeń na poziomie tenantów, deterministycznych schematów funkcji, dokładnego routingu modeli, własnych systemów zatwierdzania, wewnętrznej obserwowalności, specyficznych dla aplikacji interfejsów, kontroli dostępu na poziomie narzędzi lub sztywnych limitów kosztów, architektura API będzie lepsza.

To porównanie skupia się na osobistych Dots. OpenAI pilotuje także wyspecjalizowane dots dla ról organizacyjnych. Własny agent API jest najbardziej relewantny, gdy potrzebujesz osadzić zachowanie agenta w swojej aplikacji i kontrolować jego implementację.

Czy OpenAI Dots mogą uzyskać dostęp do Twojego lokalnego komputera?

Nie automatycznie. Komputer w chmurze Dot jest oddzielony od urządzenia użytkownika. Połączenie komputera lokalnego przyznaje osobne uprawnienie do pracy lokalnej; połączenie tego komputera z Codex lub włączenie Work Sync nie przyznaje samo w sobie dostępu Dot. Niektóre strony blokują przeglądarki chmurowe lub wymagają weryfikacji, a rozpoczęcie zadania lokalnego nie przenosi sesji przeglądarki chmurowej.

Jak CometAPI wpisuje się w alternatywę opartą na API wobec Dots?

Jeśli celem nie jest odtworzenie interfejsu ChatGPT Dots, lecz zbudowanie własnego produktu agentskiego, ujednolicone API modeli może być przydatne w warstwie modelowej.

GPT-6 Sol API in CometAPI może obsługiwać złożone obciążenia agentowe przez interfejs kompatybilny z OpenAI. Dla nowszych obciążeń GPT-6.1 Sol API in CometAPI stanowi kolejną opcję dla agentowego kodowania i pracy profesjonalnej.

W niestandardowym wdrożeniu Twoja aplikacja wysyła pracę do orkiestratora agenta. Orkiestrator stosuje reguły biznesowe i wywołuje wspierane endpointy modelowe oraz narzędzia. Twoja aplikacja utrzymuje własne logi, księgę kosztów i warstwę zatwierdzeń. Brama modelowa dostarcza warstwę dostępu do modeli; nie zapewnia automatycznie całego runtime’u agenta.

Dla każdego wybranego endpointu zweryfikuj wsparcie funkcji API, których planujesz użyć, w tym wywoływania narzędzi, strukturyzowanych wyników i pól usage. Nie należy zakładać dostępności środowisk Agents API hostowanych przez OpenAI i ich śladów poprzez bramę kompatybilną z OpenAI. Rozliczenia CometAPI muszą być weryfikowane względem stawek i zapisów CometAPI.

Jakie są główne ograniczenia OpenAI Dots?

• Granularność kontroli: Dots zapewniają reguły i uprawnienia, ale nie ten sam poziom powierzchni orkiestracji dla deweloperów co API.
• Obserwowalność kosztów: dostęp subskrypcyjny jest prosty, ale nie zapewnia tej samej księgowości per‑call, per‑token i per‑tool co obciążenia API.
• Zgodność stron: zautomatyzowani agenci mogą napotkać ograniczenia logowania, anty‑bot lub akcji.
• Dostępność: dostęp zależy od planu, regionu i konfiguracji przestrzeni roboczej.
• Ryzyko autonomii: trwałe agenty nadal mogą się mylić, więc uprawnienia i przegląd pozostają konieczne.

Kto może używać OpenAI Dots i gdzie można je utworzyć?

Dostępność Dots jest wdrażana stopniowo. Według stanu na 12 października 2026 r. uprawnieni użytkownicy Pro 100, Pro 200 i Pro 500 muszą mieć ukończone 18 lat i przebywać poza Europejskim Obszarem Gospodarczym, Zjednoczonym Królestwem i Szwajcarią. Business Premium i Enterprise są wdrażane na całym świecie; w Enterprise administrator musi włączyć Dots. Uprawnienie nie gwarantuje, że konto ma już dostęp.

Utwórz Dot w najnowszej aplikacji mobilnej ChatGPT, aplikacji desktopowej lub przeglądarce desktopowej i kontynuuj z tym samym Dot na różnych urządzeniach. Strona mobilna nie jest wspierana. Aktualizacja z 5–9 października dodała tworzenie na urządzeniach mobilnych, dostosowanie wyglądu i łączenie wtyczek; połączenie komputera lokalnego wciąż wymaga aplikacji desktopowej.

Podsumowanie

Dots rozszerzają ChatGPT z pojedynczych rozmów w kierunku ciągłej, delegowanej odpowiedzialności. Mogą zachowywać kontekst, pracować w chmurze, korzystać z połączonych aplikacji i koordynować zadania Work lub Codex, angażując użytkownika, gdy potrzebny jest przegląd lub decyzja.

Wybierz Dots, gdy chcesz zarządzanego osobistego agenta, który utrzymuje ruch w pracy. Wybierz Codex dla przepływów inżynierii oprogramowania i ChatGPT Work dla znaczących dostarczalnych wyników. Zbuduj agenta API, gdy Twój produkt potrzebuje własnych interfejsów narzędzi, specyficznej orkiestracji i procesu rozliczeń powiązanego z poszczególnymi klientami lub przepływami pracy. Ta dodatkowa kontrola wiąże się z pracą implementacyjną i utrzymaniową.

FAQ

Czy Dot może wznowić pracę lokalną, gdy mój laptop się wyłączy?

Praca w chmurze i praca na połączonym komputerze mają różne środowiska wykonawcze. Dot może kontynuować pracę w swoim środowisku chmurowym, gdy Twój laptop jest wyłączony, ale zadanie przypisane temu laptopowi wymaga, by połączony komputer był online z otwartą aplikacją ChatGPT. Sprawdź lokalizację wykonania zadania, zanim założysz, że będzie kontynuowane bez nadzoru; przeglądarka w chmurze nie dziedziczy sesji przeglądarki lokalnej.

Czy wstrzymanie Dot zatrzymuje każde delegowane zadanie?

Nie. Wstrzymanie, zatrzymywanie zadań i anulowanie harmonogramu to oddzielne kontrolki. Wstrzymanie zatrzymuje główne zadanie Dot. Otwórz Activity, aby zatrzymać delegowane zadanie, oraz Scheduled, aby wyłączyć lub usunąć zadanie cykliczne. Zakończenie połączenia również niekoniecznie zatrzymuje przypisaną pracę. Ukończone działania nie są cofane przez zatrzymanie agenta.

Czy wysłanie wiadomości do Dot w Slacku daje mu dostęp do innych aplikacji?

Nie. Kanał komunikacji i połączenie aplikacji nadają różne rodzaje dostępu. Połączenia aplikacji zależą od uprawnień konta i środowiska, w którym działa praca. Połącz wymaganą integrację osobno i sprawdź dozwolone działania; sama metoda komunikacji nie przyznaje dostępu do skrzynki, repozytorium czy lokalnych plików.

Czy same pola usage API mogą określić dokładny rachunek agenta?

Nie w każdym przypadku. Użycie może dotrzeć z opóźnieniem lub być niedostępne, a niektóre koszty wymagają dodatkowych danych rozliczeniowych. Uwzględnij ponowienia, pracę subagentów, zapisy do cache tam, gdzie dotyczy, narzędzia, obliczenia i usługi zewnętrzne. Traktuj rejestrowane usage jako dane wejściowe księgowości, dołącz je do własnych identyfikatorów zadań i uzgadniaj wynik z zafakturowanymi opłatami, zamiast traktować pojedynczą odpowiedź usage jako kompletny koszt.

Czy prywatne notatki Dot resetują się po zmianie ustawień pamięci ChatGPT?

Niekoniecznie. Prywatne notatki Dot i zapisana pamięć ChatGPT to odrębne źródła kontekstu. Notatki mogą śledzić decyzje i preferencje przez różne metody kontaktu i nie stanowią pełnego transkryptu. Zmiana ustawienia pamięci ChatGPT nie zawsze usuwa istniejące notatki Dot; sprawdź odpowiednie kontrolki, gdy zmieniasz kontekst, który chcesz, by był zachowywany.